python超市销售数据分析.pdf-资料库

第1页 / 共30页

第2页 / 共30页

第3页 / 共30页

第4页 / 共30页

第5页 / 共30页

第6页 / 共30页

第7页 / 共30页

第8页 / 共30页

LZH 基于 python 的超市销售数据分析目录一、超市销售背景及销售数据分析目的.................................................1 二、数据预处理与统计............................................................................. 2 2.1 数据预处理..................................................................................... 2 2.1.1 加载和查看数据....................................................................2 2.1.2 缺失值处理............................................................................ 2 2.1.3 数据类型规范化处理............................................................3 2.1.4 重复值处理............................................................................ 4 2.2 数据统计....................................................................................... 5 2.2.2 统计各中类商品的促销销售金额和非促销销售金额....... 6 2.2.3 统计生鲜类产品和一般产品的每周销售金额................... 7 2.2.4 统计各顾客的月消费额及总消费天数............................... 9 三、数据分析与可视化.........................................................................13 3.1 生鲜类商品和一般商品的日销售金额分析.............................. 13 3.2 各大类商品月销售金额分析.......................................................16 3.3 促销商品和非促销商品的销售金额分析...................................19 四、用户画像与促销策略.....................................................................22 4. 1 用户画像...................................................................................... 22 4.2 各大类商品的销售情况及规律...................................................23 4.3 分析促销对商品销售的影响.......................................................25 I

LZH 基于 python 的超市销售数据分析一、超市销售背景及销售数据分析目的近些年来，由于网络的快速普及，网购的兴起以及新零售行业的改革与发展，消费者在购买商品时有了更多的对比和选择，使得传统的超市行业面临着巨大的冲击和挑战，这也迫使超市必须改善自己的经营理念，以及自身定位的清晰化。超市在经营和管理中会产生大量的数据，对这些数据进行分析，超市可以了解自身的优点与缺点，或许这些数据正是超市得以继续对抗社会种种变化的关键。 1

LZH 基于 python 的超市销售数据分析二、数据预处理与统计 2.1 数据预处理 2.1.1 加载和查看数据在进行数据的处理之前，一般步骤都会先对数据进行大致上的观察，了解数据的结构和特征。pandas 提供了大量能速便捷地处理数据的函数和方法，它是使 Python 成为强大而高效的数据分析环境的重要因素之一。这里使用到了 pandas 的 read_csv 函数来读取数据源。 #导入数据处理中会用到的库 import numpy as np import pandas as pd #读取数据源 data=pd.read_csv('../附件.csv',encoding='gbk') #这里使用了 gbk 编码对数据源进行编译导入进来数据之后，用 print 函数打印出数据源后方可查看到数据。 print(data)#查看数据源数据预览： 2.1.2 缺失值处理在对数据进行处理和分析之前，手中的数据一般都是不太“干净” 2

LZH 基于 python 的超市销售数据分析的，这时就需要对其进行数据的清洗工作，而缺失值往往是比较容易被发现且比较重要的部分。 #使用 for 循环遍历出现缺失值的列 for column in list(data.columns[data.isnull().sum()>0]): #输出存在缺失值的列 print(column) print(data[data[column].isnull()]) #输出存在缺失值的行数据预览： 100 运行代码后可以看到，销售数量这一列存在缺失值，并且可以知道总共有两条记录的销售数量存在缺失值。进一步观察这两条记录发现，其是否促销列均存在异常值（是否促销列的值只有是或否两个， 9.9 明显不满足要求）的情况。删除存在缺失值的行记录。 #删除存在缺失值的行，上面通过对存在缺失值的行的分析，对比填充缺失值而言将其整行数据删掉更佳合理 data.dropna(axis=0, how='any', inplace=True) 2.1.3 数据类型规范化处理在大致观察数据源的时候，注意到了销售日期列的数值非正常日期格式，下面进一步确定它的数据格式。 #检验销售日期的数据类型 for i in data['销售日期']: print(type(i)) 数据预览： 3

LZH 基于 python 的超市销售数据分析从代码的运行结果可以得知销售日期列的数据为 int 格式，为了方便后续的数据分析工作需要对其转换为日期格式。 #销售日期列的数据类型是 int 类型，将销售日期列的数据转换为 datetime 格式，后面的数据处理会顺畅的多 data['销售日期']=data['销售日期'].astype('str')#转换成 datetime 格式前，需要先把 int 格式转换为 str 格式 data['销售日期'] = pd.to_datetime(data['销售日期 '],format='%Y%m%d',errors='coerce') 再次验证销售日期列的数据类型后输出的结果：销售日期列的数据类型已经由 int 格式转换为可进行多种日期函数操作的日期格式。 2.1.4 重复值处理重复值去重是数据清洗工作中经常碰到的问题，重复和多余的数据会影响到数据分析的结果，但不是所有的重复数据就一定要去重。本次处理的数据表中，经过观察可以得知，其各列的值都不能显示出数据的唯一性。 4

LZH 基于 python 的超市销售数据分析原数据中没有具体的订单编号等信息来求证数据是否是重复，因为一个顾客可以在同一天之内买同一件商品，而这两条销售记录它所有列的值都是相同的，但并不能规定这两条记录就是重复的，他们都有自己存在的意义，而不是错误导致的重复。 2.2 数据统计 2.2.1 统计各大类商品的销售金额源数据：现在需要统计每个大类商品的销售金额，所以只需要用到表中的大类名称和销售金额，其他列的数据不需要使用到。 #将原数据按‘大类名称’列进行分组且只列出‘销售金额’列的数据，然后存入新的表 max_categoriesx=data.groupby(by='大类名称').sum()['销售金额 '].sort_values(ascending=False) print (max_categoriesx) 数据预览： 5

LZH 基于 python 的超市销售数据分析统计完数据之后，再把刚刚新建的 DataFrame 格式的表保存到外部文件。DataFrame 格式的表自带转换成 csv 文件的函数，可以快速的进行数据的存储。 #将表格保存成 csv 文件 max_categoriesx.to_csv("task1_2.csv", index=True) 2.2.2 统计各中类商品的促销销售金额和非促销销售金额原数据：现在需要统计每个中类商品的促销销售金额和非促销销售金额，才能得知两种销售方式之间的对比情况。 #分别从原数据中筛选中促销和非促销的销售记录并用‘中类名称’列进行分组，且只使用‘销售金额’列的数据，然后存入新建的两个表中 middle_categoriesx_true=data[data['是否促销']=='是'].groupby('中类名称 ')['销售金额'].sum() middle_categoriesx_false=data[data['是否促销']=='否'].groupby('中类名称')['销售金额'].sum() # print(middle_categoriesx_true) # print(middle_categoriesx_false) 输出这两个刚创建的表： 6

资料库

python超市销售数据分析.pdf

相关推荐

行业

热门标签

最新资料